Share
Embed
Weekly AI Agents News! 7月号 プロダクト/ニュースのアーカイブ
毎週更新予定のWeekly AI Agents News! の過去のアーカイブです。
https://speakerdeck.com/masatoto/weekly-ai-agents-news
masatoto
August 05, 2024
Transcript
20 slides
-
プロダクト/ニュース コラム/ブログ • Planning for Agents • Five founders on
the AI agents about to join your team リリース • Salesforce ⾃律型AIエージェント「Einstein Service Agent」発表 • Ridgelinez AIマルチエージェントを⽤いた業務改⾰を⽀援 イベント発表 • Google Cloud/What is a Generative AI Agent? • 応⽤機械学習と⼈⼯知能セミナー: AIエージェント -
Planning for Agents LangChainのLLMの計画に対するコラム 計画と推論とは何か? • エージェントによる計画と推論は、LLMが取るべき⾏動を考える 能⼒を指し、Function Callingを使う 計画と推論の現在の改善策
• ⻑期的な⽬的に対する計画は弱く、ReAct形式だと実⾏履歴のプロ ンプトに飲まれ⽬的を⾒失うこともある • 最も簡単な改善策は、LLMが適切に推論・計画できるように必要 な情報を提供すること • アーキテクチャを組んで複雑さを解消すること ドメイン特化型の認知アーキテクチャ • フローエンジニアリングをおこない、ステップごとにプロンプト エンジニアリングをする • 右の図のようにタスクの⽬的と複雑さに応じてLLM単体かフロー が必要か決まってくる https://blog.langchain.dev/planning-for-agents/ -
Five founders on the AI agents about to join your
team • 2024年になり、ソフトウェア業界のホットな話題はAIエージェント • 創業者たちは特定の業務を⼈間を介さずに解決するエージェントアプリケーションを迅速に⽴ち上げている RPAからAIエージェントへ https://medium.com/@dawncapitalteam/five-founders-on-the-ai-agents-about-to-join-your-team-20271d1b8f17 AIエージェントは⾮決定論的で、ミスか ら学び調整する能⼒があり、複雑で構造 化されていないタスクに適している AIエージェントは企業の効率化と⽣産性 向上のための強⼒な⼿段を提供する⼀⽅ で、データプライバシーの確保が重要な 課題 エージェントの安全な導⼊と運⽤が求め られる -
Salesforce ⾃律型AIエージェント「Einstein Service Agent」発表 • Salesforceは⽶国時間7⽉17⽇に、初の完全⾃律型AIエージェント「Einstein Service Agent」を発表 • 現在パイロット段階にあり、2024年後半に⼀般提供される予定
特徴 • 顧客の意図を理解し、適切なアクションを決定できる • Salesforce CRMのデータを含む企業のビジネスデータを活⽤し、顧客に正確な応答を提供 • Data CloudやUnified Knowledgeを活⽤し、サードパーティーシステムのデータとも統合可能 • WhatsApp、Apple Messages for Business、Facebook Messengerなどのメッセージングチャネルと連携 • テキスト、画像、ビデオ、⾳声を理解し、問題に対する適切な対応を⾏う 利⽤例 • カスタマーサービス業務の効率化を図り、24時間体制で顧客対応を⾏う • オンラインショップで購⼊した商品の返品処理を顧客とコミュニケーションを取りながら対応 https://japan.zdnet.com/article/35221768/ -
Ridgelinez、AIマルチエージェントを⽤いた業務改⾰を⽀援 • マルチエージェントと予測AIモデルを組み合わせて、複雑な業務⼯程を変⾰するコンサルティングサービス 「Ridgelinez AI-Driven Transformation」を発表 • 財務分析やマーケティングなど異なる業務内容で複数のAIエージェントを組み合わせたAIマルチエージェント で、業務⼯程の省⼈化と⾼度化を⽬指す •
⼈事戦略の策定であれば、所属部⾨AIやアナリストAI、⼈事部⾨AI、コーチAIを組み合わせて業界トレンド予 測や将来的スキル要件の推論が可能 https://japan.zdnet.com/article/35221377/ -
Google Cloud/What is a Generative AI Agent? • Google CloudのGenerative
AI Agentsの紹介動画 • ⽣成AIエージェントのカテゴリやインタラクションの種類で分けて紹介している • エージェントの構成要素をReasoning Loop と Tools と Modelで整理している • 動画では最後にVertex AI Agentsのデモが紹介されている https://www.youtube.com/watch?v=WNsJNIVALwY -
応⽤機械学習と⼈⼯知能セミナー: AIエージェント 渋⾕で7/18 (⽊) に開催され、98名の申し込みがありました。 • 私から「ヘルプデスクの事例から学ぶAIエージェント」 • Algomaticの宮脇さんから「コード⽣成を伴うLLMエージェントの最新動向」 •
東⼤の古⽥さんから「Webナビゲーションにおける⾔語モデルエージェントの展望と課題」 • Generative Agentsの⻄⾒さんから「AIエージェントを現場に導⼊する⽬線とは」 エージェントを研究、ビジネス、開発の様々な側⾯で話が聞けた機会になったと思います。 ⼀応、エージェントの概要から開発、研究の次にビジネスで発表順番にもこだわっていました。 資料もアップロードされているのでぜひご覧ください。 暑い中、来てくださった⽅、本当にありがとうございました!! https://tokyoai.connpass.com/event/324085/ -
プロダクト・ニュース リリース • Agents for Amazon Bedrock now retain memory
(Preview) • Announcing Mosaic AI Agent Framework and Agent Evaluation イベント Welcome to CMU Agent Workshop 2024 ブログ • What is a "cognitive architecture"? • Agent Planning • Build A Financial Analyst Agent Using CrewAI and LlamaIndex • Building “Auto-Analyst” ̶ A data analytics AI agentic system • Meet Jace AI: Revolutionizing Autonomous Artificial Intelligence Agents -
Agents for Amazon Bedrock now retain memory (Preview) • Amazon
Bedrock のエージェントがセッションの要約やセッション内容をメモリを保持できることを 発表 • エージェントは、メモリコンテキストを使⽤して、保存されている会話履歴と会話の概要にアクセ スし、応答を⽣成する • Bedrock エージェントはセッションをメモリ内に最⼤ 30 ⽇間保持 • オプションで1 〜 30 ⽇間の期間を指定して保持期間 https://docs.aws.amazon.com/bedrock/latest/userguide/agents-memory.html -
Announcing Mosaic AI Agent Framework and Agent Evaluation • Databricksは、Mosaic
AI Agent FrameworkとAgent EvaluationのパブリックプレビューをData + AI Summit 2024で発表 • デベロッパーがDatabricks Data Intelligence Platform内で ⾼品質のエージェント型および検索拡張⽣成(RAG)アプ リケーションを構築し、展開するのを⽀援する • RAG エージェントは、ユーザー クエリを処理し、ベクター データベースから関連データを取得し、このデータを LLM に渡して応答を⽣成 https://www.databricks.com/blog/announcing-mosaic-ai-agent-framework-and-agent-evaluation https://docs.databricks.com/ja/generative-ai/retrieval-augmented-generation.html -
Welcome to CMU Agent Workshop 2024 • 2024年5⽉2~3⽇に開催されたワークショップ • ポスターセッションやチュートリアルもあり、資料も公開されている
• LLMのツール利⽤ • ツール利⽤からエージェント • エージェントの構築⽅法 • エージェントの学習⽅法 • など https://cmu-agent-workshop.github.io/ -
Agent Planning • エージェントの計画の種類の紹介ブログ • Chain of Thought (CoT) Google
Brain • 特徴: タスクを管理可能なステップに分割することで、連続タスクに特に適している • 制限: 計画で異なるルートを適応的に扱う柔軟性に⽋ける • Tree of Thoughts (ToT) DeepMind とプリンストン • 特徴: CoTの制限を克服し、問題解決の中間ステップを容易にし、複数の選択肢を検討できるようにする • ⽬的: 計画の中でエージェントが後戻りして影響⼒のある選択を⾏えるようにする • Chain of Code (CoC) DeepMind、スタンフォード、バークレー • 特徴: コードエミュレーションを⽤いて、複雑な計算タスクに対処する • 利点: LLMの⾮決定論的な特性と幻覚の問題を緩和し、より正確なタスク処理を可能にする https://medium.com/@memary_labs/agent-planning-43e03472ec29 -
Build A Financial Analyst Agent Using CrewAI and LlamaIndex •
⾦融リサーチアナリストエージェントの開発 • 推論エンジンとしてgroq、ドキュメント検索にLlamaIndex、エージェント開発にCrewAIを採⽤ 開発⼿順 1. LlamaIndexを使⽤してRAGシステムを構築する 2. RAG クエリエンジンを LlamaindexTool としてラップする 3. リサーチエージェントが株式データから洞察を明らかにする 4. ライティングエージェントは、提供された洞察に基づいて、記事を作成 https://medium.com/the-ai-forum/build-a-financial-analyst-agent-using-crewai-and-llamaindex-6553a035c9b8 -
Building “Auto-Analyst” ̶ A data analytics AI agentic system •
DSPyを使ったデータ分析エージェントの開発記事 • 計画エージェントがいくつかのサブエージェントを⽤いる • 各サブエージェントの⽣成コードを結合エージェントが整形し実⾏ https://medium.com/firebird-technologies/building-auto-analyst-a-data-analytics-ai-agentic-system-3ac2573dcaf0 -
Meet Jace AI: Revolutionizing Autonomous Artificial Intelligence Agents • ロンドンに拠点を置くスタートアップ企業Zeta
Labsが、最新作を公開した • Jace は⾳声またはテキスト指⽰に基づいて、Web ブラウザでタスクを実⾏するように設計されている • 複数のアカウントへのログイン、Web サイトからの情報のスクレイピング、オンライン購⼊などの反復的なア クションを⾃動化できる • WebエージェントにはAWA one という独⾃モデルを利⽤ https://lindane.co/blog/jace-ai-revolutionizing-autonomous-artificial-intelligence-agents/